איך קוראים פלט רגרסיה לינארית ומנסחים ממנו מסקנה נכונה?
איך קוראים B, ערך p ו־R² בפלט רגרסיה? דוגמה מוסברת, ניסוח מסקנה, טעויות נפוצות ובדיקות שכדאי לבצע לפני שמגישים תרגיל.
כדי לפרש פלט רגרסיה לינארית, מתחילים בשאלה שהמודל בודק: מה מנבאים ובאמצעות אילו משתנים. אחר כך קוראים את המקדמים, את אי־הוודאות שלהם ואת התאמת המודל. רק בסוף מנסחים מסקנה שמחברת בין המספרים לבין השאלה המקורית.
אם קיבלתם טבלאות של SPSS או תוכנה אחרת ואינכם יודעים מאיפה להתחיל, אל תחפשו מיד את הכוכבית של המובהקות. מספר יכול להיות מובהק בלי לענות על השאלה שנשאלתם, ו־R² גבוה אינו מבטיח שהמודל מתאים לשימוש שתכננתם.
המדריך עוסק ברגרסיה לינארית רגילה עם חותך. רגרסיה לוגיסטית, מודלים מעורבים ומודלים ללא חותך דורשים פירושים נוספים או שונים.
לפני המספרים: כתבו מהו X ומהו Y
Y הוא המשתנה המוסבר, שאת ערכו מנסים לנבא. X הוא משתנה מסביר. ברגרסיה פשוטה יש משתנה מסביר אחד, וברגרסיה מרובה יש כמה. כתבו ליד הפלט שתי שורות:
- מהו המשתנה המוסבר, ובאילו יחידות הוא נמדד?
- מהו כל משתנה מסביר, וכיצד הוא מקודד?
נניח ששאלת תרגיל היא האם מספר הפריטים בחבילה קשור למשך האריזה. כאן Y הוא זמן בדקות ו־X הוא מספר פריטים. אם תהפכו ביניהם, תפרשו מודל אחר.
בדקו גם מי נכלל בניתוח. מספר השורות בקובץ המקורי אינו בהכרח מספר התצפיות ששימשו במודל, למשל כאשר יש ערכים חסרים. בתרגיל, הסתמכו על המידע בפלט ובהנחיות ולא על ניחוש.
דוגמה לימודית: מחבילה לטבלת מקדמים
המספרים הבאים הם דוגמה סינתטית שנבנתה לצורך הסבר, ולא תוצאות מחקר או נתוני בלופרינט. נניח פלט סכמטי של רגרסיה פשוטה על 22 תצפיות, עם חותך.
משוואת הניבוי בדוגמה: זמן אריזה חזוי בדקות = 8 + 2 × מספר הפריטים.
בטבלת המקדמים אנו מציגים רק את שורת מספר הפריטים. נתוני ההסקה על החותך אינם חלק מהדוגמה.
| נתון עבור מספר הפריטים | ערך בדוגמה | מה קוראים ממנו |
|---|---|---|
| B | 2.00 | השיפוע ביחידות המקוריות |
| שגיאת תקן של B | 0.50 | אי־הוודאות באמידת השיפוע |
| t | 4.00 | סטטיסטי המבחן להשערה שהשיפוע אפס |
| דרגות חופש | 20 | דרגות החופש של מבחן t |
| p דו־צדדי | כ־0.0007 | תוצאת מבחן השיפוע |
| רווח סמך 95% ל־B | כ־0.96 עד 3.04 | תחום אומדן לשיפוע |
שגיאת התקן אינה גודל השגיאה בכל תחזית. זו טעות נפוצה: אי־ודאות במקדם ואי־ודאות בניבוי של תצפית חדשה הן שאלות שונות.
ב־SPSS, טבלת Coefficients יכולה לכלול את B, שגיאת התקן, Beta המתוקנן, t ו־Sig. רווחי סמך מופיעים כאשר מבקשים אותם באפשרויות המתאימות. שמות העמודות אינם מחליפים את זיהוי המשתנה והיחידות.
איך מפרשים את B?
בדוגמה, תוספת של פריט אחד קשורה לעלייה של שתי דקות בזמן האריזה החזוי במודל.
זהו פירוש ביחידות: דקות לכל פריט. אין כאן “עלייה של 2%”, ואין הצדקה לומר שהוספת פריט גורמת בהכרח לשתי דקות נוספות. המשמעות הסיבתית תלויה בדרך שבה נאספו הנתונים ובתכנון המחקר, לא רק בטבלת הרגרסיה.
לתרגול, שנו את יחידת הזמן מדקות לשניות: אותו קשר יוצג באמצעות שיפוע של 120 שניות לפריט. הדוגמה ממחישה מדוע גודל B לבדו אינו מספיק להשוואת משתנים שנמדדים ביחידות שונות.
מה אומר החותך?
החותך 8 הוא זמן האריזה שהמשוואה חוזה כאשר מספר הפריטים שווה לאפס. זו משמעותו המתמטית, ולא בהכרח יש לה פירוש מעשי שימושי.
אם הנתונים כוללים רק חבילות עם פריטים, הניבוי עבור חבילה ריקה עשוי להיות מחוץ לטווח שנבדק. אל תמציאו סיפור על “זמן הכנה קבוע” רק מפני שהחותך חיובי. הסבר כזה דורש מידע על התהליך.
איך משתמשים במשוואה?
עבור שישה פריטים, המשוואה נותנת 8 + 2 × 6 = 20 דקות.
זהו ערך חזוי, לא הבטחה שכל חבילה כזאת תיארז בתוך 20 דקות. אם בתצפית להמחשה הזמן בפועל הוא 23 דקות, השארית היא 3 דקות: הערך שנצפה פחות הערך שנחזה.
כדי לבדוק שהבנתם, נסו להסביר במילים מה ישתנה בניבוי במעבר משישה לשמונה פריטים, לפני שתבצעו את ההצבה.
מה אומר ערך p ומה הוא לא אומר?
ערך p מתייחס למבחן מסוים ולהנחות שלו. בבדיקת השיפוע הרגילה, השערת האפס היא שהשיפוע באוכלוסייה שווה לאפס. ערך p קטן מציין שתוצאה קיצונית לפחות כמו זו שהתקבלה אינה שכיחה תחת השערת האפס והנחות המבחן.
בדוגמה, p בקירוב 0.0007. אם רמת המובהקות שנקבעה מראש היא 0.05, דוחים את השערת השיפוע האפס לפי המבחן הזה.
אין פירוש הדבר ש“הסיכוי שאין קשר הוא 0.07%”. ערך p גם אינו מודד את גודל הקשר או את חשיבותו המעשית. אלה עקרונות מרכזיים בהצהרת האגודה האמריקאית לסטטיסטיקה על שימוש בערכי p.
כדאי להפריד על הדף בין שתי תשובות: B עונה על גודל הקשר הנאמד, ו־p עוזר להעריך את הראיות במסגרת מבחן מוגדר. אל תחליפו ביניהן.
איך קוראים רווח סמך?
רווח הסמך בדוגמה, כ־0.96 עד 3.04 דקות לפריט, מציג את אי־הוודאות באמידת השיפוע. הוא אינו טווח זמני האריזה של חבילות.
בפירוש התדירותי, שיטת בנייה של רווח סמך 95% מכסה את הפרמטר האמיתי ב־95% מהמדגמים החוזרים, תחת ההנחות המתאימות. אין לפרש את הרווח שכבר חושב כהסתברות של 95% לפרמטר קבוע.
כאן הרווח כולו חיובי ואינו כולל אפס, בהתאם לתוצאת המבחן הדו־צדדי ברמת 5%. כשמשווים רווח למבחן, ודאו שהם מחושבים באותה שיטה וברמות תואמות.
מה R² אומר על המודל?
R² מתאר את שיעור השונות ב־Y שמוסבר באמצעות המודל במדגם, בהגדרת הרגרסיה הרגילה עם חותך. הוא אינו “אחוז התחזיות הנכונות”. נשלים את הדוגמה הסינתטית:
| מדד | ערך |
|---|---|
| R² | 0.444 בקירוב |
| R² מתוקנן | 0.417 בקירוב |
| F של המודל | 16.00 |
| דרגות חופש של F | 1, 20 |
אפשר לומר שהמודל מסביר כ־44.4% מהשונות בזמני האריזה במדגם. אי אפשר להסיק מכך שהוא חוזה נכון 44.4% מהחבילות, או שהפריטים גורמים ל־44.4% מזמן האריזה.
R² מתוקנן מביא בחשבון גם את מספר המשתנים המסבירים ואת גודל המדגם. הוא שימושי כאשר בוחנים הוספת משתנים, אך אינו מבחן יחיד לבחירת מודל.
בתרגיל, אל תסתפקו במילה “טוב”. כתבו מה המדד מודד, מה ערכו, ומה עדיין צריך לבדוק. אם המטרה היא חיזוי, התאמה למדגם שעליו נבנה המודל אינה תחליף לבדיקת ביצועים על נתונים מתאימים שלא שימשו לאמידה.
מבחן F ומבחן t: שתי שאלות שצריך לזהות
מבחן F הכולל במודל עם חותך בודק אם כל שיפועי המשתנים המסבירים שווים יחד לאפס. מבחן t רגיל בודק מקדם מסוים.
ברגרסיה פשוטה עם משתנה מסביר אחד, במסגרת המבחנים הרגילים, מתקיים F = t². לכן בדוגמה 4² = 16. ברגרסיה מרובה, המודל יכול להיות מובהק במבחן הכולל בלי שכל מקדם יהיה מובהק בנפרד.
כששואלים “האם המודל מובהק?”, אל תעתיקו אוטומטית את ערך p של המשתנה הראשון. סמנו קודם איזו השערה נבחנת ובאיזו טבלה מופיעה התשובה.
מה משתנה כשיש כמה משתנים מסבירים?
ברגרסיה מרובה מפרשים מקדם ביחס למשתנים האחרים שנכללו במודל. במודל לינארי חיבורי ללא אינטראקציות, B מתאר את השינוי בתוחלת החזויה של Y עבור יחידה נוספת ב־X, כאשר שאר המשתנים המסבירים מוחזקים קבועים.
ניקח משוואה נפרדת, להמחשה בלבד: זמן חזוי = 8 + 2 × מספר פריטים + 5 × אריזה מיוחדת.
אם “אריזה מיוחדת” מקודדת 1 ואריזה רגילה מקודדת 0, ההפרש החזוי ביניהן הוא חמש דקות עבור אותו מספר פריטים. לפני ניסוח המסקנה חייבים לבדוק את הקידוד. אם הקידוד הפוך, המשפט משתנה.
זה גם המקום להיזהר מהשוואה בין פלטים: שינוי במקדם לאחר הוספת משתנה אינו בהכרח טעות בתוכנה. שני המודלים מתנים על מידע שונה.
B ו־Beta אינם אותו מספר
B נמדד ביחידות המקוריות. Beta מתוקנן משתמש ביחידות של סטיות תקן. לצורך הצבה במשוואת ניבוי ביחידות המקוריות משתמשים במקדמים הלא־מתוקננים.
אל תכתבו “המשתנה החשוב ביותר” רק משום של־Beta שלו יש הערך המוחלט הגדול ביותר. בדקו מה שאלת המחקר, אילו משתנים נכללו ומה אפשר להסיק מן המודל.
לפני שמגישים: בדקו אם הפירוש נשען על מודל מתאים
טבלת המקדמים אינה מספיקה לבדיקת ההנחות. ברגרסיה הלינארית הקלאסית בוחנים, בין היתר, את צורת הקשר, עצמאות השגיאות ושונותן. הנחת הנורמליות של השגיאות משמשת להסקה המדויקת הרגילה במדגמים קטנים, וזו אינה דרישה שכל X יהיה נורמלי.
בדיקת שאריות ונתונים חריגים עשויה לחשוף בעיות שלא רואים בטבלת המובהקות.
בתרגיל שבו לא ניתנו תרשימי אבחון, אל תכתבו “כל ההנחות התקיימו”. אפשר לנסח מסקנה מותנית ולציין אילו בדיקות אינן זמינות. גם אין למחוק תצפית רק משום שהיא מפריעה לתוצאה הרצויה: צריך להבין אם זו שגיאת נתונים או תצפית אמיתית בעלת השפעה.
איך הופכים את הפלט לפסקת תשובה?
נסחו את התשובה בשלושה חלקים: הקשר שנאמד, אי־הוודאות, והתאמת המודל. עבור הדוגמה הלימודית אפשר לכתוב:
“ברגרסיה פשוטה על 22 תצפיות בדוגמה, כל פריט נוסף נקשר לעלייה של 2 דקות בזמן האריזה החזוי. שגיאת התקן של השיפוע היא 0.5, ורווח הסמך של 95% הוא בקירוב 0.96 עד 3.04. מבחן השיפוע נותן t(20)=4 ו־p בקירוב 0.0007. המודל מסביר כ־44.4% מהשונות במדגם. הפירוש מותנה בהנחות המודל ואינו מבסס סיבתיות.”
בדקו שכל מספר בפסקה מופיע בפלט או חושב באופן שקוף. אם המרצה דורש פורמט דיווח אחר, התאימו את הכתיבה אליו.
תרגיל עצמי מועיל: כסו את הטבלה, אמרו בקול מהו הקשר, ואז חזרו לבדוק את היחידות. אם אתם זוכרים רק ש“יצא מובהק”, עוד לא השלמתם את הפירוש.
איפה בדיוק נתקעים ומה כדאי לתרגל?
לא כל קושי בפלט דורש עוד תרגול חישובי:
- קושי מושגי: אינכם יודעים מה ההבדל בין מקדם, שארית ומובהקות. התחילו ממשוואה ומדוגמה מילולית.
- קושי טכני: אתם מבינים את המשמעות אך מחליפים בין B ל־Beta או טועים בהצבה. פתרו ניבוי אחד ובדקו יחידות.
- קושי בזיהוי: אתם יודעים לקרוא עמודות אך לא יודעים איזו עונה לשאלה. כתבו תחילה את השערת האפס.
- קושי בעצמאות: הסבר מוכן נראה ברור, אבל מול פלט חדש אינכם מתחילים. נסחו לבד שלוש שורות לפני פתיחת פתרון.
- קושי תחת לחץ זמן: תרגלו סדר קריאה קבוע: משתנים, מקדמים, אי־ודאות, התאמה ומסקנה.
אם בוחרים שיעור פרטי, שלחו מראש את שאלת התרגיל, הפלט והניסיון שלכם, בלי מידע אישי של משתתפי מחקר. בקשו להסביר בעצמכם פלט נוסף במהלך השיעור. לשגרת תרגול רחבה יותר כדאי להיעזר גם במדריך הלימוד הכללי:
שאלות נפוצות על פירוש פלט רגרסיה
השאלות שחוזרות אצל סטודנטים שמנסים לפרש פלט רגרסיה לבד.
האם p קטן אומר שהקשר חזק?
לא. p אינו מדד לגודל הקשר. כדי לתאר את הקשר צריך לקרוא את המקדם, היחידות ואי־הוודאות, ולבחון את המשמעות בהקשר של השאלה.
האם R² של 0.44 אומר שהמודל מדויק ב־44%?
לא. במודל הרגיל עם חותך, הוא מתייחס לשיעור השונות המוסברת במדגם. הוא אינו אחוז התחזיות המדויקות.
באיזה מקדם משתמשים כדי לחשב תחזית?
במקדמי B הלא־מתוקננים, כאשר מציבים את המשתנים ביחידותיהם המקוריות. צריך לכלול גם את החותך ואת כל האיברים שבמשוואה הנתונה.
מה עושים אם החותך אינו הגיוני במציאות?
בודקים אם אפס הוא ערך בעל משמעות ונמצא בטווח הנתונים. אפשר להסביר את משמעותו המתמטית בלי לייחס לו פירוש מעשי שאינו נתמך.
האם מקדם שלילי אומר שיש טעות?
לא. סימן שלילי יכול לתאר קשר שלילי במודל. לפני שמסיקים מסקנה, בדקו את קידוד המשתנה, את היחידות ואת המשתנים האחרים שנכללו.
האם אפשר להסיק סיבתיות מרגרסיה מובהקת?
לא מן המובהקות לבדה. מסקנה סיבתית מחייבת הצדקה הנוגעת לתכנון המחקר ולהנחות הזיהוי, מעבר לקריאת הפלט.
מה אם המודל מובהק אבל משתנה מסוים אינו מובהק?
אלה מבחנים של השערות שונות. המבחן הכולל אינו אומר שכל מקדם נבדל מאפס בנפרד. קראו את המבחן המתאים לשאלה שנשאלתם.
צריך ללמוד SPSS כדי להבין רגרסיה?
צריך להכיר את התוכנה שנדרשת בקורס, אך פירוש המודל אינו תלוי רק בכפתורים. זיהוי המשתנים, היחידות וההשערות שימושי גם בפלט מתוכנות אחרות.
סיכום
פירוש פלט רגרסיה מתחיל בזיהוי השאלה והמשתנים, ומסתיים במשפט שאפשר להבין בלי לראות את הטבלה. הפרידו בין גודל הקשר, הראיות הסטטיסטיות והתאמת המודל. השתמשו ביחידות, ציינו אי־ודאות, ואל תוסיפו טענה שהנתונים אינם מאפשרים.
רוצים לתרגל על הפלט מהקורס שלכם?
אם אתם מבינים פתרון מוסבר אבל מתקשים לנסח מסקנה לבד, אפשר לבדוק התאמה עם מורה פרטי לסטטיסטיקה בבלופרינט.
הביאו פלט וניסיון פתרון משלכם, ובקשו לתרגל גם דוגמה חדשה, כדי שתוכלו לקרוא את הפלט הבא באופן עצמאי. אם לא התחברתם להתאמה בשיעור הראשון, לא משלמים עליו.
מורה פרטי לסטטיסטיקהמקורות
תיעוד IBM לפלט הרגרסיה הלינארית: אימות שמות העמודות והנתונים שהתוכנה מציגה. Penn State STAT 501: פירוש מקדמים, מקדם ההסבר ורגרסיה מרובה. הצהרת האגודה האמריקאית לסטטיסטיקה: מה ערך p אומר ומה אינו אומר. סיכום ההרצאות באתר האוניברסיטה העברית, מאת נחי ומבוסס על הרצאות פרופ׳ אור צוק: הסקה, השוואת מודלים ובדיקת הנחות. זהו חומר לימוד מ־2015, ולא תיאור של סילבוס עדכני.
הדוגמה המספרית במאמר מקורית וסינתטית, ואין לראות בה ממצא מחקרי או נתון של בלופרינט.
מחפשים מורה פרטי למתמטיקה?
בבלופרינט בוחרים רמה ומועד ומקבלים התאמה למורה מנוסה. שיעור אונליין של 50 דקות, מחיר מנוהל לפי רמת הלימוד, ואם לא התחברתם לשיעור הראשון לא משלמים עליו.